2-3.pg核心功能之索引特色

PostgreSQL 索引特色功能

函数索引

与 Oracle 数据库类似，PostgreSQL 也支持函数索引。实际上，PostgreSQL 索引的键除了可以是一个函数外，还可以是从一个或多个字段计算出来的标量表达式（MySQL 8.0 也支持部分函数索引）。

问题场景

经常需要对一个表的字段做大小写无关比较时，常用的方法是使用 lower 函数：

SELECT * FROM mytest WHERE lower(note) = 'hello world';

但因为使用了函数，无法利用到 note 字段上的普通索引。

示例

CREATE TABLE students (
    id SERIAL PRIMARY KEY,
    name VARCHAR(50),
    age INTEGER
);

INSERT INTO students VALUES (2, 'hello world', 19);
INSERT INTO students VALUES (3, 'hello world11', 13);
INSERT INTO students VALUES (4, 'hello awardld11', 20);

-- 创建函数索引
CREATE INDEX mytest_lower_name_idx ON students (lower(name));

-- 查看执行计划
EXPLAIN SELECT * FROM students WHERE lower(name) = 'hello world';

---

部分索引

部分索引只对一个表中的部分行进行索引，由条件表达式（谓词）筛选出这部分行。

案例1：IP 访问系统

• 内网 IP 固定、访问量大，外网 IP 多样。
• 需求：经常查询外网访问记录。

建表与索引

CREATE TABLE access_log (
    url VARCHAR,
    client_ip inet
);

-- 部分索引：排除内网 IP
CREATE INDEX access_log_client_ip_ix ON access_log (client_ip)
WHERE NOT (client_ip > inet '192.168.100.0' AND client_ip < inet '192.168.100.255');

查询示例

-- 外网 IP 查询，可以使用部分索引
SELECT * FROM access_log WHERE client_ip = inet '114.113.220.27';

-- 内网 IP 查询，不会走部分索引
SELECT * FROM access_log WHERE client_ip = inet '192.168.100.55';

案例2：排除不感兴趣的数值

假设订单表中未付款订单占少数且频繁查询，可以创建部分索引优化。

CREATE TABLE orders (
    order_nr INT,
    amount DECIMAL(12,2),
    billed BOOLEAN
);

-- 创建部分索引
CREATE INDEX orders_unbilled_index ON orders (order_nr) WHERE billed IS NOT TRUE;

插入数据

INSERT INTO orders 
SELECT t.seq, t.seq + 2.44, TRUE 
FROM generate_series(1, 500000) AS t(seq);

INSERT INTO orders 
SELECT t.seq, t.seq + 2.44, FALSE 
FROM generate_series(500001, 1000000) AS t(seq);

查询示例

-- 使用索引
EXPLAIN SELECT * FROM orders WHERE billed IS NOT TRUE AND order_nr < 10000;

-- 不使用索引
EXPLAIN SELECT * FROM orders WHERE billed IS TRUE AND order_nr < 10000;

-- 也可用于不涉及索引键的查询
EXPLAIN SELECT * FROM orders WHERE billed IS NOT TRUE AND amount > 40105960.00;

注意事项

谓词必须与查询条件完全匹配，系统无法识别数学上等价但形式不同的谓词。

-- 以下查询不会使用索引
EXPLAIN SELECT * FROM orders WHERE (NOT billed) AND order_nr < 10000;

案例3：部分唯一索引

CREATE TABLE tests (
    subject TEXT,
    target TEXT,
    success BOOLEAN
);

CREATE UNIQUE INDEX tests_success_constraint ON tests (subject, target) WHERE success;

---

GiST 索引

GiST 是 Generalized Search Trees 的缩写，是一种平衡树结构的访问方法，是用户建立自定义索引的基础模板。

特点

• 底层为平衡树结构。
• 支持 @>、&& 等复杂运算符，而 BTree 只支持 <、=、>。
• 用户只需实现一组回调函数即可自定义索引。

支持 GiST 的操作函数

• consistent：判断索引项是否与查询相容
• union：组合多个索引项
• compress / decompress：压缩与解压缩索引项
• penalty：计算插入代价
• picksplit：决定索引分裂策略
• same：判断两个索引项是否相等
• distance：计算索引项与查询值之间的距离
• fetch：将压缩索引项转换为原始数据项

案例：Point 类型 GiST 索引

CREATE TABLE pts (id INT, p POINT);
INSERT INTO pts 
SELECT t.d, point(ceil(random() * 1000), ceil(random() * 1000))
FROM generate_series(1, 1000000) AS t(d);

-- 无索引查询
EXPLAIN ANALYZE SELECT * FROM pts WHERE circle '((100,100) 100)' @> p;

-- 创建 GiST 索引
CREATE INDEX ON pts USING gist(p);

-- 再次查看执行计划
EXPLAIN ANALYZE SELECT * FROM pts WHERE circle '((100,100) 100)' @> p;

案例：inet 类型 GiST 索引

CREATE TABLE vector (id INT, ip INET);
INSERT INTO vector 
SELECT t.d, inet(ceil(random() * 255) || '.' || ceil(random() * 255) || '.' || ceil(random() * 255) || '.' || ceil(random() * 255))
FROM generate_series(1, 1000000) AS t(d);

-- BTree 索引
CREATE INDEX vector_btree_inx ON vector USING btree(ip);
EXPLAIN ANALYZE SELECT * FROM vector WHERE ip = '77.80.250.123'::inet;

-- GiST 索引
CREATE INDEX vector_gist_inx ON vector USING gist(ip inet_ops);
EXPLAIN ANALYZE SELECT * FROM vector WHERE ip = '77.80.250.123'::inet;

-- 子网查询（BTree 不支持 << 操作符）
EXPLAIN ANALYZE SELECT * FROM vector WHERE ip << '192.0.2.0/24';

总结：GiST 查询效率与 BTree 相当，但支持更多复杂运算符。

---

SP-GiST 索引

SP-GiST 表示空间分区 GiST，适用于可递归分割为非相交区域的结构（如四叉树、k-d 树、基数树）。

创建方法

CREATE TABLE test01 (p POINT);
CREATE INDEX ON test01 USING spgist (p);

---

GIN 索引

GIN 主要用于加速全文搜索。

案例：全文搜索

CREATE TABLE ts (doc TEXT, doc_tsv TSVECTOR);

INSERT INTO ts(doc) VALUES
('Can a sheet slitter slit sheets?'),
('How many sheets could a sheet slitter slit?'),
('I slit a sheet, a sheet I slit.'),
('Upon a slitted sheet I slit.'),
('Whoever slit the sheets is a good sheet slitter.'),
('I am a sheet slitter.'),
('I slit sheets.'),
('I am the sleekest sheet slitter that ever slit sheets.'),
('She slits the sheet she sits on.');

-- 更新 TSVECTOR 列
UPDATE ts SET doc_tsv = to_tsvector(doc);

-- 创建 GIN 索引
CREATE INDEX ON ts USING gin(doc_tsv);

-- 禁用全表扫描
SET enable_seqscan TO off;

-- 全文搜索
EXPLAIN ANALYZE SELECT doc FROM ts WHERE doc_tsv @@ to_tsquery('many & slitter');

GIN 索引优缺点

优点：

• 适合模糊查询、正则查询、全文搜索。

缺点：

• 插入/更新效率低。
• 建议批量插入时先删除索引，插入后再重建。
• 增大 maintenance_work_mem 可加速索引创建。

---

BRIN 索引

BRIN 是 Block Range Index 的缩写，将相邻磁盘块组合，计算每组的取值范围，适合数值线性增长、删除较少的列。

特点

• 按数据块分组（默认每组 128 页）。
• 查找时先排除范围外的分组，再用位图扫描。
• 空间占用小，性能低于 BTree。

示例

CREATE TABLE test01 (id INT, info TEXT);
CREATE INDEX idx_test01_id ON test01 USING brin(id);

适用场景

• 数据按顺序插入
• 列值线性增长
• 删除操作较少

---

总结

索引类型	适用场景	特点
函数索引	函数/表达式查询	支持计算列索引
部分索引	部分数据频繁查询	减少索引大小
GiST	空间、范围、复杂操作符	支持自定义索引
SP-GiST	空间分区结构	递归分割存储
GIN	全文搜索、数组、JSON	反向索引
BRIN	大表、顺序插入、范围查询	按块索引，空间小

---